基于水资源的工业绿色偏向型技术进步测度与分析

李静　池金　吴华清

摘要：经济增长的“新常态”模式必然要求逐步提高全要素生产率对增长的贡献，这也是提升经济发展质量的内在要求；而其中，能兼顾资源环境约束的绿色技术进步对于提升经济长期可持续性发展的作用显得尤为重要。基于此，本文探究了兼顾水资源投入和水污染排放后，中国工业绿色偏向型技术进步的测度和分解问题及影响因素分析。利用中国大陆除西藏外30个省1999—2015年间工业投入产出数据，构建基于方向距离函数的绿色偏向型技术进步模型，采用参数与非参数回归相结合的方法，具体判断绿色技术偏向对要素投入、产出的影响以及技术进步的动态演进和区域分布特征。结果显示：①区域工业TFP基本处于持续增长状态，且其增长主要由绿色技术进步因素推动。②大部分省市多数年份仍倾向于过度使用水资源进行生产，高耗水特征明显；前期的产出偏向型技术进步加重了水污染物排放，直到“十一五”后期才逐步有利于减排。③东部地区技术进步更偏向于促进工业增长而抑制排放，中西部则倾向于排放更多污染物。④工业研发投入、治理水污染投资、工业劳动力受教育程度、用水价格及水资源储量等因素会对偏向型技术进步产生不同方向的影响。本文在兼顾水资源和水环境约束条件下，从原理上把技术进步分解为绿色投入偏向型技术进步和绿色产出偏向型技术进步两方面，甄别不同的技术偏向对投入要素和产出的影响，并实证应用于分地区工业水资源使用问题，为绿色偏向技术进步的量化测度提供了新的视角，亦为中国工业可持续性增长提供了政策启示。

关键词 ：全要素生产率；技术进步；方向距离函数；产出偏向型技术进步

中图分类号：F061.2

文献标识码 A 文章编号 1002-2104（2018）10-0131-12 DOI：10.12062/cpre.20180504

主要依托工业化促进增长发展的模式，目前面临污染物排放总量远超环境容量，以及水量性缺水与水质性缺水并存的困扰[1]。这表明改革开放以来，中国的要素禀赋已发生重大变化，且随着资源环境约束的加大，经济同环境之间的矛盾愈发激烈，工业发展高消耗、高排放、偏重数量擴张的前进方式已难以为继。为此，国务院总理李克强在2015年政府工作报告中提出了“增加研发投入，提高全要素生产率”的论述，这是全要素生产率首次出现在政府工作报告中，表现了我国提升经济增长质量并实现稳中求进的重要政策转向。2016年中央财经领导小组第十二次会议、2017年“十九大”开幕式讲话以及同年10月30日会见顾问委员会和企业家时，国家主席习近平也都提到有关“转换经济增长动力，提高全要素生产率”这一话题。增加研发投入和转换经济增长动力，其目的都是通过创新驱动技术进步，最终提高全要素生产率。而技术进步作为全要素生产率的来源之一，自然具有重要研究价值。并且考虑到当前我国面临的资源环境约束，探究纳入资源环境因素的绿色偏向型技术进步则显得更为必要。本文主要研究工业绿色生产的偏向型技术进步问题。之所以聚焦于此，主要有以下两方面原因：首先，中国作为一个发展中大国，在可预测的未来还将继续发展工业，并且中国的工业体系较为全面，这就注定中国不可能像部分小国家一样快速转型，专注向清洁型工业结构发展[2]。因此，中国需要以绿色技术进步作为实现可持续健康发展的主要手段。其次，技术进步的偏向性直接影响生产过程对环境造成的结果。一项新技术可以偏向于减少污染排放、保护环境，也可以偏向于减少投入、节约资源。因此，识别投入或产出技术进步的具体要素偏向性，对合理引导节能减排、优化资源配置具有相当重要的作用。

1 文献综述

新古典增长理论认为技术进步可以带来经济的增长，并且新古典增长模型假设资本与劳动这两种投入要素之间的替代弹性为1，于是，其技术进步表现为中性。但该假设与事实存在较大差异，在现实生产过程中，技术进步对于要素的使用偏好往往不同，说明技术进步是存在方向的。偏向型技术进步与起源于Hicks[3]的“诱导性创新”思想相似，即技术创新是为了节约更贵的生产要素[4]。因此，偏向型技术进步特指改变要素间的边际替代率，从而提高要素边际产量，实现稀缺资源的节约。早期国外学者在分析技术进步时，往往将其视为外生。但工业革命时期的一些例子证明技术进步并不只是原有技术的补充，更多是替代[5]。此外，Acemoglu等[6-7]对企业所做的一系列研究奠定了偏向型技术进步理论的微观基础，使其发展到如今，可被应用于环境经济学领域，激励环境友好型技术的进步，协助环境政策的制定以及为环境政策效应的评估提供理论基础和分析框架[4]。

理论的提出往往源于现实中存在的问题。在希克斯时代，劳资关系不和谐，收入分配差距大，于是学者在研究技术进步的偏向性时，主要针对资本和劳动两种要素，目的是探究技术进步如何影响收入在劳动和资本之间的配置。等发展到Acemoglu时期，则出现了新的有关技能劳动的工资溢价问题，因此他提出了技能偏向型技术进步理论。但无论是哪种理论，技术进步偏向性的量化测度，都是非常关键的一步。较早估计偏向型技术进步的有David[8]，他利用数据计算出美国1899—1960年间的资本劳动替代弹性，发现技术进步有利于资本。Sato和Morita[9]通过研究日本和美国年劳动力数量增长和劳动节约型创新对经济增长的相对贡献从而得出两国的技术均偏向于资本这一结论。随后，标准化系统法作为一种较为成熟的测度技术进步偏向性的方法被发展应用。Klump等[10-11]、陈晓玲和连玉君[12]的研究就是采取此种方法。前者测算出美国1953—1988年和欧元区1970—2005年的总替代弹性，后者计算得到中国1978—2008年间各省的替代弹性和偏向型技术进步。结论表明，无论是美国、欧元区还是中国各省，技术进步大都是偏向资本的。

为了反映出资源和环境施加给经济增长的双重压力，学者们开始将能源要素纳入偏向型技术进步的研究范畴，并分别在理论层面和实证层面加以论述。Sanstad等[13]根据美国、韩国和印度能源密集型行业的历史数据，预测了能源增强型技术进步的趋势。Otto等[14]利用可计算一般均衡模型（CGE）分析了技术进步的能源偏向性。Acemoglu等[6]在资源和环境的双重约束下将内生的偏向型技术进步纳入增长模型中，分析了不同环境政策下，清洁技术和污染技术分别的进步趋势以及不同类型的技术进步如何对环境政策做出内生性反应。在国内，王班班、齐绍洲[15-16]，何小钢、王自力[17]，陈晓玲等[18]都分别针对有偏技术进步对我国工业能源强度的影响进行了实证研究。王班班、齐绍洲[16]还试图回答技术进步是否偏向节约能源这一问题。但是以上学者都没有考虑到“环境保护”这一产出偏向存在的可能性，此为不足之处。魏玮、周晓博[19]在分析技术进步方向和工业生产节能减排的关系时提出了两种思路：提高能源有效投入，改善能源的利用效率和提高非能源要素生产率，替代生产中的能源投入。然而这两种思路也仅是基于投入要素方面的考量，并没有涉及到产出偏向存在的可能性，所以文章只能获悉其工业节能情况，减排与否则不得而知。

综上，以往学者所做研究极少涉及考虑水资源和水环境双重约束下的技术进步偏向性问题，更少有学者考虑到产出偏向性的存在，并且他们大都采用参数法测算技术进步偏向性，由于经济体中生产技术存在多样性，参数法就可能导致固定生产函数得不到稳健结果。于是，根据以往研究成果与不足，本文利用基于方向性距离函数的DEA模型估算兼顾水资源和水污染的中国大陆分地区工业绿色全要素生产率增长率，并进一步分解其来源以得到产出、投入偏向和规模变化技术进步指数，据此判断中国工业绿色技术进步的偏向性是水资源节约（水资源投入的相对减少、投入偏向）抑或水环境保护（污水排放的相对减少、产出偏向），以便更有目的性的诱导技术进步方向和优化产业发展路径。

2 绿色偏向型技术进步模型构建与数据来源

2.1 模型选择

现有研究在资源和环境双重压力下技术进步偏向性的处理方式主要分为两种：一种是利用参数法求解，即事先设定生产函数形式，再由给定的生产函数推算、演变出最终结果；另一种是本文所采用的非参数数据包络法（DEA）。DEA方法可以处理多投入多产出的数据类型，不必给出具体生产函数形式，充分考虑到经济体中生产技术的多样性、以及技术进步的偏向易被多种因素影响等特征，有效避免事先设定模型造成的不准确或结果不稳健情况。而之所以选择基于方向距离函数的DEA，一方面由于方向距离函数作为前沿生产函数的一种，经济学内涵丰富，能很好地描述期望产出和非期望产出同时存在情况下的生产技术，即可以捕捉到在期望产出增加的同时，排放也减少的行为。另一方面，由Chung、Fre和Grosskopf[20]的研究可知Shephard距离函数是方向距离函数的一种特殊形式。当Shephard距离函数为投入导向时，由二者所求效率值一致；当Shephard距离函数为产出导向时，二者结果是否存在差异取决于方向向量g的选取，但二者之间仍满足特定关系（当设定方向向量为g=（y，-b）时，Shephard距离函数是方向距离函数的特例），因此可以利用两者的关系随时进行转换，即用Shephard产出距离函数表示产出方向距离函数对效率指数进行求解。并且，方向距离函数形式简明，求解也十分方便。

综上，本文利用可同时兼顾期望产出以及非期望产出的基于方向距离函数的DEA模型来估计工业全要素生产率。再对其进行分解，得出由效率变化和技术进步分别导致的增长率改变。其中效率变化（EC）衡量投入产出组合到生产前沿面之间距离的变化，技术变化（TC）衡量生产前沿面本身的变化。随后，借鉴Fre等[21]使用的方法，将技术变化进一步分解得到产出偏向型技术变化（OBTC）、投入偏向型技术变化（IBTC）以及技术规模变化（MATC）指数。由于OBTC和IBTC本身只能表明其对全要素生产率增长率或不同产出的影响程度，并不能直接反应出技术进步对某种投入要素或产出的具体偏向性，所以本文参考Weber和 Domazlicky[22]的思想，将计算出的指数与要素投入比例或要素产出比例的跨时期变化对比结果进行组合分析，据此判断中国工业用水绿色技术进步的具体要素偏向性。

2.2 绿色偏向型技术进步模型构建

2.2.1 投入距离函数与投入技术进步偏向性的判断

其中，MATC反映了生产前沿面的平移，属于中性技术进步范畴。OBTC反映技术进步对多种产出不同比例的促进作用，并且当企业是单一产出时OBTC为1。IBTC反映技术进步对各投入要素边际替代率的改变，当IBTC>1时，表示投入偏向型技术进步使得TFP在投入要素等比例减少的情况下增加。此种分解方式因为可以单独研究生产前沿面由于技术进步而发生的旋转效应而被广泛应用于环境效率评价、行业技术偏向分析等诸多领域。

图1展示了IBTC的构建以及投入技术进步偏向性的判断思想。L1（y）为时期1的等产量线。假设技术进步会导致等产量线不同方向的移动，即可能存在等产量线L21（y）或L22（y）。在投入组合不变的情况下，若投入要素的边际替代率MRS不发生变化，则表示技术进步为希克斯中性。根据Weber和Domazlicky[22]，若MRS增加（即時期2的等产量线变至L21（y）），则表示技术进步偏向于节约x1、使用x2；若MRS减小（即时期2的等产量线变至L22（y）），则表示技术进步偏向于使用x1、节约x2。举例说明，假设在时期1到时期2的过渡中两种投入要素发生如下变化x1x2t+1>x1x2t，表现在图中即是技术进步使得等产量线从L1（y）移动到L21（y）的位置，那么投入偏向型技术进步指数IBTC=OBOC×ODOF=OB/OCOF/OD。又因为在已知条件OB/OC>OF/OD下可得出IBTC>1，进而能够判断出，此投入偏向技术进步倾向于节约x1而使用x2。

Shephard产出距离函数衡量期望产出以及非期望产出同时同向增加的值，但很多企业处于环境规制和资源总量的双重约束下，需要在增加好产出的同时减少坏产出。于是，为了达到研究目的，本文利用可同时兼顾期望产出以及非期望产出的产出方向性距离函数来描述生产技术变化。产出方向距离函数的一般形式可以表示为：

投入额，即资本存量。计算公式如下：Kt=（1-dt）Kt-1+It。其中，Kt代表t年的资本存量，dt为折旧率，It是固定资产投资。对折旧率的处理，本文参考陈诗一[24]的研究：折旧率t =（累计折旧t -累计折旧t-1）/固定资产原值t-1。与现有的固定折旧率研究方法相比，由统计数据推算出的逐年变化的折旧率更贴合实际情况，以此估算出的资本存量也更准确。初始资本存量以及工业固定资产投资数据等均参照陈诗一[24]的处理程序。

R&D;经费支出分为内部支出和外部支出，内部支出是指为开展R&D;活动实际用于本单位内的全部指出；外部支出是指委托外单位进行R&D;活动所实际支付的费用。为避免对实施单位和委托单位的重复计算，本文采用的是实施单位开展R&D;活动的内部支出。多数省级统计年鉴提供了工业R&D;支出，但部分年份及部分省市该项指标缺失，于是本文用各省份R&D;经费乘以该地区工业增加值占地区生产总值的比重（工业化程度）间接表达，以此代替各省工业R&D;经费总支出。并在处理时用各省CPI指标进行了不变价的平减。

本文利用各省市总人口的平均受教育年限来代替工业从业人员平均受教育年限。其中各地区人均受教育年限的计算公式为：（不识字及识少量字人数×0+小学人数×6+初中人数×9+高中人数×12+大专及大专以上×16）/抽样人口总数。

工业用水价格信息来自中国水网（http：//price.h2o-China.com/），各地区工业用水价格以该省、地级市工业用水价格的平均值表示，地级市工业用水价格为工业用水单价与工业污水处理费用之和。

本文所用数据主要来源于《中国环境统计年鉴》《中国统计年鉴》《中国工业经济统计年鉴》及各省统计年鉴、EPS数据平台、中国水网等。价格指标均平减为1999年为基期的不变价格；为保障数据统计口径的一致性，本文以三次经济普查（2004、2008、2013）中全部工业企业统计口径为标准对各项数据进行了调整。投入产出指标和偏向型技术进步影响因素等全部数据的描述性统计见表1。

3 分地区工业绿色技术偏向性的动态演进与区域分布

依照公式（3）（5）（6）（7）所述模型与方法，本文测算出1999—2015年间兼顾水资源和水环境双重约束下的中国大陆分地区工业全要素生产率增长率并将其分解得到偏向型技术进步指数，再结合投入产出的跨期比例，判断出技术进步的具体要素偏向性，并据此分析投入和产出偏

向型技术进步的演化趋势与区域分布特征。

3.1 工业全要素生产率的增长和偏向型技术进步指数

为了更详细地了解1999—2015年间中国大陆分地区工业全要素生产率的增长以及技术进步偏向性的动态演进和区域分布特征，本文计算整理并分析了中国30个省市1999—2015年整体上、时间上、区域上分别以GDP作为权重所得的加权平均全要素生产率增长指数，以及东中西部地区的加权平均全要素生产率增长指数和偏向型技术进步指数。

由图3可得，几乎每一年的MI指数都大于1，说明工业全要素生产率整体处于逐年上升的趋势，但上升幅度不稳定；2008年MI指数降至1以下，表明在全球化的今天，中国工业亦会受到全球金融危机的波及。从TC指数、EC指数和MI的变化走势来看，TC指数与MI的趋势更加契合，说明工业全要素生产率的增长主要由技术进步而非效率改善的作用驱动。“十一五”以及“十二五”期间，在环境规制制约作用、创新驱动技术进步促进作用等因素的综合影响下，MI、TC指数均表现出显著波动趋势，如此波动也反映出全要素生产率对中性技术进步偏离的状态。在图3中还可以看出，IBTC、OBTC的变化趋势相似，而MATC的波动幅度和速度则相对较大，说明规模变化在影响工业生产效率中起到了重要作用。事实上，早期的工业化大部分都是依靠企业规模扩张来实现产出的增加以及效率的提高，与图3中反映结论一致。

数据还显示在“十五”向“十一五”“十二五”时期过渡阶段，工业全要素生产率的增长速度在持续上升，说明工业生产效率呈现显著提高趋势，并且TFP的增长（MI）全部来自技术变化（TC）的支持。由技术进步贡献率[（TC-1）/（MI-1）]可知，技术变化还抵消了一部分效率退化对TFP增长率造成的负面影响。与此同时，投入偏向型技术进步指数IBTC是递减的，说明技术进步对生产率提高所贡献的力度在逐渐放缓。再结合技术规模指数的变化分析可以得出，工业全要素生产率增速的加快更多来自于企业规模的扩张。在此期间的产出偏向型技术进步指数OBTC呈现波动状态，说明在权衡增加期望产出或减少非期望产出的政策目的时，不同时期内施行的环境规制或全面改革政策侧重点是在变化的。

“十五”期间各省投入偏向型技术进步指数最大为1.031，“十二五”期间该指标值最小，只有1.011。王班班、齐绍洲[16]所研究的关于技术偏向是否节约能源这一文章中也得出了相似结论。说明技术进步存在边际递减效应，同时工业行业受到了国家“新常态”发展模式的影响，使得产业处于转型升级阶段，各方面生产流程需要整合、优化，企业尚处调试期而没有达到更完善的状态。“十一五”期间的产出偏向型技术进步指数较之于前几年是增加的，说明在该阶段，中国各省的工业产出在不断增加，对应现实中的情况也是如此，中国当时已经达到工业化的中后期阶段并仍以快速发展重化工业为持续着眼点。但是很多企业在提高期望产出的同时也加重了废水排放，造成对水环境不可逆转的破坏和对水资源的盲目滥用。于是到了“十二五”期间，国家出台《关于实行最严格水资源管理制度的意见》以改善现状，规定用水红线以及将污染物排放控制在规定范围，使得政策目的侧重点从增加产量转换到环境保护方向上，因此降低了产出偏向型技术进步指数。

由模型介绍部分可知，投入偏向型技术进步指数若不小于1，则表示工业技术进步至少不会降低生产率。根据表2所示结果，几乎全部省份的IBTC指数都大于1；在1999—2015的每一年中，各省份IBTC指数也基本全部大于1，这说明投入偏向型技术进步促进了绝大部分省市工业生产率的提高或者至少维持生产率在当前水平。其中，山东作为工业大省以6%的增速积极影响着全要素生产率的提高。样本中还存在一部分归属于中性技术进步范畴（OBTC×IBTC=1）的个体，但他们的投入偏向型技术进步仍然提高了生产率（IBTC>1）。

针对产出要素层面来说，由于非期望产出这一特殊属性的存在，導致企业不能把产出偏向型技术进步指数大于1作为技术进步方向的片面追求。OBTC>1表示技术进步对多种产出不同比例的促进作用，其中包含了对好产出以及坏产出分别的影响。产出偏向型技术进步到底对企业施加的是正面抑或负面的影响，还需要待下文结合不同时期产出比例分析后得到的技术进步具体偏向性才可下定论。但总体来说，在1999—2015年间，偏向型技术进步对中国各省的工业生产率是促进的。

3.2 技术进步具体偏向性分析

IBTC、OBTC本身并不能反映偏向型技术进步在各投入要素、产出之间的偏向性，也就无法直接表示生产过程中究竟是节约抑或使用哪种要素。但是，由模型介绍部分可知，结合不同时期的投入、产出比值进行分析就可以得出技术进步的具体要素偏向性。于是，本文将就IBTC节约或使用哪种要素、OBTC促进或减少生产何种产出进行判断。

首先是本文涉及的三种投入要素，包括工业用水量、从业人员以及工业资本存量。现分别将工业用水量与劳动力指标（W/L）、工业用水量与资本存量指标（W/K）进行两两对比分析，主要结果为：在1999—2015年间，IBTC主要偏向于使用水资源、节约劳动力和资本。这很大程度上是由于在我国，水资源定价市场不完善，利益驱使企业家扩大对丰富要素的使用规模来增加产量所导致。具体来看：在1999—2015年间，鲜有DMU的技术进步是偏向于节约水资源、使用劳动力或节约水资源、使用资本的。工业大省中的山东、北京、湖南等地区也都是更倾向于使用水资源、节约劳动力。若把时间段再细化分为“十五”“十一五”和“十二五”阶段，可以得到在“十五”期间，技术进步偏向于节约水资源的比例略微低于“十一五”以及“十二五”期间，但差异并不显著。由图4还可看出，东部地区的技术进步较之中部和西部，更加偏向于节约水资源。

在日益恶化的水资源环境以及日趋紧张的水资源总量双重约束下，国家于“十一五”规划发展纲要中提出污染物减排要求，其中就包括水污染指标COD。“十二五”期间，国家继续延伸上述目标，将导致水污染的另一排放物氨氮也纳入减排约束性指标。并且在2012年1月出台的《关于实行最严格水资源管理制度的意见》（简称《最严水法》）中设定用水“红线”，在2014年4月新修订的《环保法》中强调了地方政府负责所管辖行政区域内的环境质量，管理不善者应引咎辞职等规定。这可能就是导致技术进步偏向于节约水资源的比例在“十一五”“十二五”时期提高的原因之一。但是尽管国家相继出台政策以缓解水资源面临的双重困境，效果却并不乐观。将结果进一步细化至各年份就可以发现，在每个政策的刚出台阶段，工业技术进步偏向性确实会向节约水资源的方向倾斜，表现较为明显的就是2012年《最严水法》和2014年《环保法》实施的第二年，即2013和2015年，工业用水由使用水资源转向节约水资源。但是维持时间却不长。究其根本，节约水资源所造成的额外成本并不能够通过遵守政策规避惩罚给企业节省的资金来弥补。并且当前我国水价的收费不足以覆盖水的处理成本，更不能反映水资源的稀缺程度和重要性。长期如此，水资源势必枯竭。因此，依照全成本对工业用水进行定价以及强化惩罚力度迫在眉睫。

其次是本文涉及的三种产出要素，包括作为期望产出的工业增加值以及作为非期望产出的污染物指标COD和氨氮排放量。现分别将工业COD排放量与工业增加值指标（COD/Y）、氨氮排放量与工业增加值指标（氨氮/Y）进行两两对比分析，主要结果为：在1999—2015年间，OBTC在COD、氨氮排放量和工业增加值之间，略微偏向于加重COD和氨氮的排放，但局面在“十一五”乃至“十二五”期间逐渐被扭转。将时间段划分为“十五”期间、“十一五”期间和“十二五”期间分别进行分析后又可以发现，在“十五”期间技术进步更多是偏向于增加COD和氨氮的排放量。因为当时中国已经进入以重化工业为主导的经济增长期，重工业比重继续提高，煤电油运持续加强，工业企业生产规模快速扩大，这也就导致了污染物排放的与日俱增。直到在“十一五”规划中对污染物的排放进行约束之后，情况才得到缓解。于是，到了“十一五”、尤其是“十二五”阶段，技术进步的偏向性已经更倾向于提高工业增加值的产量而不是加剧污染指标COD和氨氮的排放。从表3中也可以直观地看出产出偏向型技术进步的变化趋势，对COD和氨氮来说，各有20%的样本将“十一五”期间作为过渡期，由偏向增加污染排放的技术进步转变为偏向促进工业增加值的技术进步。将30个省份按照东、中、西部划分得出的结果如图4所示，可以看出，东部地区的技术进步更加偏向于促进工业增加值的提高，而中部和西部则倾向于排放更多的污染物。但是，随着技术的不断扩散、转移和创新持续驱动的发展，中、西部也正逐渐向东部发达地区所靠拢。

4 绿色偏向型技术进步的影响因素

由一般经济学规律可知，考虑到水资源的偏向型技术进步可能受到以下几种因素影响[25]：第一是该地区的水储量。这里利用考虑到人口因素的人均水资源量来衡量该地区的水资源丰富程度。水资源越充足的地区水价会偏低，节水意识薄弱，从而技术进步更倾向于增加水资源投入，忽视用水效率的提高。于是初步判断，投入、产出偏向型技术进步和人均水資源量均呈负相关关系。第二是该地区工业用水的定价。价格作为一种有效的市场调节手段，在水资源配置中起到了非常重要的作用。价格越高的地区，其技术进步更有可能偏向于减少水资源的投入，即技术进步指数可能更大。第三是该地区的总体经济状况和工业发达程度。本文利用工业R&D;投入、工业化程度、工业从业人员平均受教育年限作为衡量指标。其中工业化程度会通过收入效应和技术效应两个层面影响用水效率：工业越发达，收入越高，对水价的敏感程度就会越低，导致企业节水意识差，从而用水效率低。另一方面，工业发达会促使企业增加研发投入，可能带来工业用水效率的提高。两种效应交互作用，如果后者大于前者就会提高用水效率，反之相反。第四是该地区对水污染处理的投入，这里采用治理废水项目完成投资额来衡量。

首先对数据进行混合回归，拟合结果见表4。由于各省份的差异性，可能存在不随时间而变的遗漏变量，故要做面板固定效应的F检验，结果显示IBTC、OBTC两方程均拒绝混合数据的LS回归结果，即固定效应模型优于混合回归。F检验的结果基本确认了个体效应存在，但个体效应仍可能以随机效应的形式存在。为此，进行豪斯曼检验以确定究竟该使用固定效应模型还是随机效应模型。结果显示，由于P值为0.002，拒绝原假设，故选择固定效应模型。

在考虑到个体固定效应之后，还要考虑到组内自相关和组间异方差等问题是否存在，因为前者并不能除去扰动项的相关性和异方差性。组内自相关存在性检验的结果显示：对于IBTC回归方程而言，在10%的显著性水平上存在一阶组内自相关，而OBTC回归方程强烈拒绝原假设，存在一阶组内自相关现象。组间异方差检验结果显示：无论是对IBTC，还是对OBTC进行回归，数据都存在组间异方差问题。因此，需要用广义线性模型对数据存在的组间异方差和组内自相关现象进行修正并用GLS方法进行回归，拟合结果见表4。

从现有文献中可知，到目前为止，大多数学者均采用参数估计法对数据进行回归，但由于参数法对模型设定的依赖性较强，可能导致结果不够稳健。于是需要对回归结果进行稳健性检验，首先利用系统GMM动态模型，发现滞后一阶至三阶水平变量或差分变量都不是有效的工具变量，所以系统GMM動态模型不是有效的方法。因此，本文使用非参数回归实现稳健性检验。与传统的参数回归模型相比较而言，非参数回归模型主要有以下优点：不事先假设回归函数的具体形式，对数据分布也不做要求；适应能力强、稳健性高、回归模型完全由数据驱动；模型精度高；以及对非线性、非齐次问题都有非常好的效果等。非参数法作为实现局部线性估计的一种方式，在默认情况下，对数据中每个点的观察子集进行局部线性回归（通常是核回归），并且对每个点X，解决由下式给出的最小化问题：

minγ∑ni=1{yi-γ0-γ′1（xi-x）}2K（x）（15）

其中，γ=（γ0，γ′1）′，K（x）为核函数。在此，本文选用较为常见的一种Epanechnikov核函数形式：K（x）=3/4（1-x2）I（x），作为非参数回归的核函数。

本文利用非参数回归中的Epanechnikov核回归模型对数据进行稳健性检验的结果见表5。首先从表5的前三列中可以看出，除工业化程度对OBTC的影响不显著之外，其它变量均显著，说明与表4所示GLS回归结果相比，非参数回归更为稳健。其次，由表5中数据可具体得出：人均水资源量与投入偏向型技术进步指数间的关系为负相关，说明水资源含量越丰裕，考虑到用水的技术进步指数越小，与预期影响方向相同；水资源价格对投入偏向型技术进步指数的影响表现为促进，这与经济学中的供求理论相符，即用水价格愈高，愈能激励技术进步从而提高用水效率，以降低对水资源的需求，从而也降低对水污染物的排放；工业研发投入、水污染治理投资和投入偏向型技术进步指数间的关系均为正相关，表示工业研发投入、废水治理投入皆能促进技术进步，减少水资源的消耗；工业从业人员平均受教育年限对投入偏向型技术进步指数的影响表现为抑制，说明受过教育的从业者并不能很好的促进技术进步从而提高水资源利用效率。而工业用水效率与工业化程度间关系为负，则说明工业化程度高带来的收入效应高于技术效应。地区表现上，东部表现出与总体类似的规律，但中西部略有不同，而且系数显著性上也表现各异，区域异质性明显。而各因素对OBTC的作用与IBTC基本类似，只有受教育程度指标对OBTC的影响与对IBTC影响相反，呈现出正向促进作用。区域分布上，东部地区依然在系数方向和显著性方面都与整体回归保持一致；中西部地区虽然异质性明显，但基本方向大体相同。再次说明非参数的回归结果具有较强的稳健性特点。

5 结论和政策含义

水资源和水环境相关问题已成为制约我国工业发展、经济持续健康增长的重要瓶颈，因此研究工业用水效率，就必须考虑到用水投入以及污水排放等问题。文章利用基于方向性距离函数的DEA模型估算出我国大陆30个省市反映工业用水效率的绿色全要素生产率增长率，并分

解其来源得到投入偏向、产出偏向、规模变化技术进步指数，用以识别我国绿色技术进步的具体要素偏向性。最后本文考察了工业水价、工业研发投入、污水治理投入等相关因素对绿色偏向型技术进步的影响机理。主要研究结论如下：

（1）兼顾水资源投入和水污染排放的地区工业全要素生产率处于持续增长状态，并且该增长主要由技术进步贡献；进一步细分为投入、产出偏向型技术进步指数以及技术规模变化指数后发现，技术规模变化对技术进步的贡献最大，其次是投入偏向型技术进步，最后是产出偏向型技术进步。

（2）投入偏向型技术进步指数分析结果显示，我国大部分地区仍然倾向于过度使用水资源进行生产；同样，产出偏向型技术进步指数分析结果显示，大部分省市的产出技术进步倾向于增加产出同时加重水污染，但随着国家对经济增长质量的重视程度不断加强，技术进步的偏向性逐渐变为减少污染性指标的排放。

（3）综合来看，我国总体的技术进步表现为略微偏向于水资源的使用和水污染物排放的减少。但由于地域差异，东部发达地区的技术进步更多偏向于减排方面。这说明我国各地区工业发展的技术异质性明显，绿色技术的传播和扩散需要更便捷的通道。

（4）各地的水资源丰裕程度、水价高低、工业研发、工业化程度和水污染治理投入等因素对偏向型技术进步产生重要影响。东部地区影响因素的表现与总体基本一致，而中西部地区影响因素不论是作用方向还是显著性程度都与东部差异较大，异质性明显。

上述研究结果有重要的政策含义，主要包括：早期我国的工业化主要由投资驱动，以规模扩张为主，导致技术和生产率与发达国家相比存在差距。而当前我国经济发展进入“新常态”模式，就需要适时转变增长动力，促进兼顾环境的绿色技术进步和依靠创新驱动来提高全要素生产率，从而实现经济持续健康增长。因此，政府应鼓励自主创新技术和环境友好型技术的应用，摆脱对资源和环境的依赖性偏好；完善工业水资源的合理取用与收费制度，建立健全工业水价形成机制，使得水资源价格能够真实反映工业用水成本以及对资源与环境的补偿成本；并且，考虑到不同地区工业用水技术的异质性，其驱动、约束、禀赋等因素也不尽相同，政府还应具有针对性地制定各种导向型政策。东部地区工业化程度高，绿色技术相对成熟，建议提高绿色技术门槛并鼓励绿色技术向中西部地区逐步扩散。而中西部地区则应充分利用其不同主体功能区特征，高标准运行水资源利用和处理相关绿色技术，清理落后技术的工业产能，并坚决杜绝降低环保门槛的技术进入市场。

（编辑：李 琪）

参考文献（References）

[1]章轲. 污水排放量远超环境容量， 水循环利用面临挑战[N/OL].（2014-05-15）[2017-12-10]. http：//www.yicai.com/news/ 3817182.html. [ZHANG Ke. Sewage discharge was far beyond the environmental capacity， and water recycling has been facing challenges[N/OL].（2014-05-15）[2017-12-10]. http：//www.yicai.com/news/ 3817182.html.]

[2]WAN Ming. Chinas economic growth and the environment in the AsiaPacific region[J]. Asian survey， 1998， 38（4）： 365-378.

[3]HICKS J R. The theory of wages[M]. London： Macmillan， 1932.

[4]张俊， 钟春平. 偏向型技术进步理论： 研究进展及争议[J]. 经济评论， 2014（5）： 148-160. [ZHANG Jun， ZHONG Chunping. Biased technological change theory： research progress and controversy[J]. Economic review， 2014（5）： 148-160.]

[5]ACEMOGLU D. Why do new technologies complement skills？ directed technical change and wage inequality[J]. Quarterly journal of economics， 1998， 113（4）： 1055-1089.

[6]ACEMOGLU D， AGHION P， BURSZTYN L， et al. The environment and directed technical change[R]. Stockholm： Institute for International Economic Studies， Stockholm University，2010： 131.

[7]ACEMOGLU D， AKCIGIT U， HANLEY D， et al. Transition to clean technology[J]. Harvard business school working papers， 2014， 124（1）：1.

[8]DAVID P A. Biased efficiency growth and capitallabor substitution in the US， 1899-1960[J]. The American economic review， 1965， 55（3）： 357-394.

[9]SATO R， MORITA T. Quantity or quality： the impact of labour saving innovation on US and Japanese growth rates， 1960-2004[J]. Japanese economic review， 2009， 60（4）： 407-434.

[10]KLUMP R， MCADAM P， WILLMAN A. Factor substitution and factoraugmenting technical progress in the United States： a normalized supplyside system approach[J]. Review of economics & statistics， 2007， 89（1）： 183-192.

[11]KLUMP R， MCADAM P， WILLMAN A. Unwrapping some Euro Area growth puzzles： factor substitution， productivity and unemployment[J]. Journal of macroeconomics， 2008， 30（2）： 667-670.

[12]陳晓玲， 连玉君. 资本-劳动替代弹性与地区经济增长——德拉格兰德维尔假说的检验[J]. 经济学（季刊）， 2012， 12（4）： 93-118. [CHEN Xiaoling， LIAN Yujun. Capitallabour elasticity of substitution and regional economic growth： an empirical investigation of the De La Grandville Hypothesis[J]. China economic quarterly， 2012， 12（4）： 93-118.]

[13]SANSTAD A H， ROY J， SATHAYE J A. Estimating energyaugmenting technological change in developing country industries[J]. Energy economics， 2006， 28（5）： 720-729.

[14]OTTO V M， LSCHEL A， DELLINK R. Energy biased technical change： a CGE analysis[J]. Resource and energy economics， 2007， 29（2）： 137-158.

[15]王班班， 齐绍洲. 有偏技术进步、要素替代与中国工业能源强度[J]. 经济研究， 2014（2）： 115-127. [WANG Banban， QI Shaozhou. Biased technological progress， factor substitution and Chinas industrial energy intensity[J]. Economic research journal， 2014（2）： 115-127.]

[16]王班班， 齊绍洲. 中国工业技术进步的偏向是否节约能源[J]. 中国人口·资源与环境， 2015， 25（7）： 24-31. [WANG Banban， QI Shaozhou. Does the bias of Chinas industrial technical change energysaving[J]. China population， resources and environment， 2015， 25（7）： 24-31.]

[17]何小钢， 王自力. 能源偏向型技术进步与绿色增长转型——基于中国33个行业的实证考察[J]. 中国工业经济， 2015（2）： 50-62. [HE Xiaogang， WANG Zili. Energy biased technology progress and green growth transformation： an empirical analysis based on 33 industries of China[J]. China industrial economics， 2015（2）： 50-62.]

[18]陈晓玲， 徐舒， 连玉君. 要素替代弹性、有偏技术进步对我国工业能源强度的影响[J]. 数量经济技术经济研究， 2015（3）： 58-76. [CHEN Xiaoling， XU Shu， LIAN Yujun. Factor substitution elasticity and biased technologys effects on industrial energy intensity[J]. The journal of quantitative and technical economics， 2015（3）： 58-76.]

[19]魏玮， 周晓博. 1993—2012年中国省际技术进步方向与工业生产节能减排[J]. 资源科学， 2016， 38（2）： 300-310. [WEI Wei， ZHOU Xiaobo. Direction of provincial technological change， industrial energy conservation and emissions reduction in China（1993—2012）[J]. Resources science， 2016， 38（2）： 300-310.]

[20]CHUNG Y H， FRE R， GROSSKOPF S. Productivity and undesirable outputs： a directional distance function approach[J]. Microeconomics， 1995， 51（3）： 229-240.

[21]FRE R， GRIFELLTATJ E， GROSSKOPF S，et al. Biased technical change and the Malmquist productivity index[J]. Scandinavian journal of economics， 1997， 99（1）： 119-127.

[22]WEBER W L， DOMAZLICKY B R. Total factor productivity growth in manufacturing： a regional approach using linear programming[J]. Regional science and urban economics， 2004， 29（1）： 105-122.

[23]陈勇， 李小平. 中国工业行业的面板数据构造及资本深化评估： 1985—2003[J]. 数量经济技术经济研究， 2006， 23（10）： 57-68. [CHEN Yong， LI Xiaoping. Construction of panel data of Chinas industries and evaluation on its capital deepening： 1985-2003[J]. The journal of quantitative and technical economics， 2006， 23（10）： 57-68.]

[24]陈诗一. 中国工业分行业统计数据估算： 1980—2008[J]. 经济学（季刊）， 2011（3）： 735-776. [CHEN Shiyi. Reconstruction of subindustrial statistical data in China （1980-2008）. China economic quarterly， 2011（3）： 735-776.]

[25]李静， 马潇璨. 资源与环境双重约束下的工业用水效率——基于SBMUndesirable和Metafrontier模型的实证研究[J]. 自然资源学报， 2014， 29（6）： 920-933. [LI Jing， MA Xiaocan. The utilization efficiency of industrial water under the dual constraints of resource and environment：an empirical study based on SBMUndesirable and Metafrontier Model[J]. Journal of natural resources， 2014， 29（6）： 920-933.]

Abstract The ‘new normal in economic growth requires that the total factor productivity （TFP） makes more contribution to economic growth gradually. And it is also an inherent requirement for improving the quality of economic development. Whats more， the green technological progress that can take the constraints of resource and environment into account will enhance the longterm sustainable development of the economy. Based on these， the measurement and decomposition of Chinas industrial green biased technological progress and its impact mechanisms are explored， taking water resources inputs and water pollution emissions into account. Using the industrial input and output data of 30 provinces in China from 1999 to 2015， with the combination of parametric and nonparametric regression methods， a green biased technological progress model based on the directional distance function was constructed to specifically determine the effect of technological bias on the input and output of factors. This paper had following research findings： the TFP of regional industry is continuously growing in a relatively stable state， mainly driven by green technological progress. Most of the provinces still tend to overuse water， which shows water consumption characteristics. Earlier output biased technology increases the discharge of water pollution and it is gradually conducive to reducing emission until the end of the Eleventh Five Year Plan Period. The technological progress of eastern regions tends to boost the growth of industry， while the technological progress of central and western regions tends to emit more pollution. Many factors play different roles in biased technological progress， including research and development investment of industry， cost of water pollution control， education of industrial labor， and price of water and water resources. From the methodological aspect， the technological progress is decomposed into the green input biased technological progress and the green output biased technological progress， and the influence of different biased technology on input factors and output is discriminated and also empirically applied to the use of provincial industrial water resources. It provides a new perspective for the quantitative measurement of green biased technological progress and policy implications for the sustainable growth of Chinas industry.

Key words total factor productivity； technological progress； directional distance function； output biased technological change